Classement mis à jour le 13/10/2026
Le MacBook Pro M1 Pro / Max (16-64 Go, 200-400 Go/s) a 4 ans mais reste utilisable. Modèles 7-32B en Q4 confortables, 70B en Q3 jouable sur Max 64 Go.
Comparez les prix de MacBook Pro M5 Pro — 24 Go / 1 To chez nos marchands partenaires (fiches produit vérifiées) :
Quel PC choisir selon votre budget ? Nos choix de 800 à 3 500 € →
Liens affiliés — QuelLLM peut percevoir une commission sur les achats, sans surcoût pour vous, ce qui n'influence pas le classement (établi de façon indépendante). En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
Variante MoE de Gemma 4. 26B/4B actifs. Multimodal complet (texte+image+audio).
ollama run gemma4:26b
Premier dLLM open Apache 2.0 : MoE 16B/1B + décodeur diffusion 6.2B. Texte+vision unifié. Sortie 22 avril 2026.
# HuggingFace : inclusionAI/LLaDA2.0-Uni (Flash Attn 2 + CUDA 12.4 requis)
Dense 27B multimodal sortie 22 avril 2026. 262k ctx (1M YaRN). SWE-bench Verified 77.2%.
ollama run qwen3.6:27b
Qwen 3.8 27B : dense multimodal (texte + vision), 262k contexte, ~16 Go VRAM Q4 (18 Go de poids Ollama). Apache 2.0, code agentique et vision.
ollama run qwen3.8:27b
GLM-4.7-Flash (MoE 31B, ~3B actifs) : le meilleur rapport code/VRAM de la classe 30B. MIT, 128k ctx, très rapide sur 3090/4090.
ollama run glm-4.7-flash
Dense 31B multimodal (texte+image+audio). 140+ langues, 256k ctx. #3 Chatbot Arena open.
ollama run gemma4:31b
Dense 30B Apache 2.0, 12 langues dont FR, 131k ctx, GQA 32Q/8KV. Tool calling OpenAI-compatible. Sortie 29 avril 2026.
ollama run granite4.1:30b
| Rang | Modèle | Params | VRAM Q4 | Contexte | Licence | Sur Apple M1 (16 GB) |
|---|---|---|---|---|---|---|
| #1 | Gemma 4 26B-A4B MoE | 26B | 16 GB | 128 000 | Apache 2.0 | ✗ |
| #2 | LLaDA 2.0 Uni 16B | 16B | 18 GB | 8 192 | Apache 2.0 | ✗ |
| #3 | Qwen 3.6 27B | 27B | 16 GB | 262 144 | Apache 2.0 | ✗ |
| #4 | Qwen 3.8 27B | 27B | 16 GB | 262 144 | Apache 2.0 | ✗ |
| #5 | GLM 4.7 Flash | 31B | 19 GB | 128 000 | MIT | ✗ |
| #6 | Gemma 4 31B | 31B | 18 GB | 256 000 | Apache 2.0 | ✗ |
| #7 | Granite 4.1 30B Instruct | 30B | 17 GB | 131 072 | Apache 2.0 | ✗ |
L'IA locale sur ton Mac, à fond : mémoire unifiée, MLX vs GGUF, le bon modèle pour ta puce, Ollama et LM Studio réglés pour Apple Silicon.
Mémo gratuit
Reçois le mémo VRAM → meilleur modèle de code → commande Ollama (un seul écran, copier-coller). Et passe au kit Copilote Local pour en faire un setup qui marche vraiment.
Le kit Copilote Local — les configs Ollama + Cline + Aider prêtes à coller, Modelfiles réglés, dépannage, espace en ligne à vie →Pas de spam. Désinscription en 1 clic. Tes données restent chez nous (jamais revendues).
Ta carte → le meilleur modèle de code à faire tourner en local, et la commande Ollama exacte :
| Ta VRAM | GPU / Mac typiques | Modèle de code conseillé | Commande Ollama |
|---|---|---|---|
| 8 Go | RTX 4060 / 3060 · M1-M2 16 Go | Qwen 3.5 9B (Q4, 6,6 Go — 256k ctx) | ollama run qwen3.5:9b |
| 12 Go | RTX 3060 12 Go / 4070 / 5070 | Qwen 3.5 9B (Q8, 11 Go) ou Gemma 4 12B (7,6 Go) | ollama run qwen3.5:9b-q8_0 |
| 16 Go | RTX 5070 Ti / 4080 / 5080 · RX 9070 XT · M4 24 Go | Devstral 24B (Q4, 14 Go) — spécialiste agent de code | ollama run devstral:24b |
| 24 Go | RTX 3090 / 4090 · RX 7900 XTX · M4 Pro 48 Go | Qwen 3.8 27B (Q4, 18 Go) — le « proche Copilot » | ollama run qwen3.8:27b |
| 32 Go | RTX 5090 | Qwen 3.6 35B-A3B (Q4, 23 Go) — MoE rapide | ollama run qwen3.6:35b |
| 48 Go+ | Mac M4 Max 64 Go · M2 Ultra 128 Go | Qwen3-Coder 30B-A3B (Q8, 32 Go — 256k ctx) | ollama run qwen3-coder:30b-a3b-q8_0 |
-base : ollama run qwen2.5-coder:7b-base — c'est encore la référence sur ce cas précis. ⚠️ Qwen 3.8 : son raisonnement est réglé très haut par défaut et il « sur-réfléchit » sur des demandes simples — baisse-le à low (ou coupe-le) au premier lancement. ⚠️ Piège licence : Codestral 22B = Mistral Non-Production License → interdit pour coder au travail. Qwen 3.5/3.8, Gemma 4 et Devstral sont en Apache 2.0. 💡 Ça plante en mémoire ? Garde ~1,5 Go de VRAM libre pour le contexte, ou descends d'un cran de quantization.🔌 Pour le brancher dans VS Code : Cline (agent multi-fichiers), Aider (CLI) ou Tabby/Twinny (autocomplétion FIM) — tous se connectent à Ollama en local. Le kit Copilote Local — configs prêtes à coller + setup testé — est dispo : /copilote-local.
Filtre : 3-70B dont Q4_K_M tient sous 40 Go. Bonus 7-32B (peak M1 Max). On reste prudent sur 70B (bande passante limite vs M3/M4).
Critères pris en compte :
Le scoring est entièrement transparent : consultez notre méthodologie pour les détails de calcul VRAM/tokens/sec.
MBP M1 Pro 16 Go en 2026 : ça vaut le coup ?
Oui pour 7-8B : Mistral 7B Q4, Qwen 3 8B Q4 à 22-28 tok/s. Voir le guide MBP M1.
MBP M1 Max 64 Go peut-il faire tourner un 70B ?
Oui en Q3_K_M (~32 Go) à 6-9 tok/s — utilisable pour du long-form, lent pour du chat interactif. Q4 (~40 Go) tient mais plus lent.
M1 Pro vs M1 Max sur 32B ?
M1 Pro (200 Go/s) ≈ 12 tok/s sur Mistral Small 24B Q4. M1 Max (400 Go/s) ≈ 22 tok/s. Le Max double la bande passante mémoire, c'est sensible.
Faut-il upgrader vers M4 ?
Si le M1 Max 64 Go tient encore, non. Sinon, le M4 Pro 48 Go offre 273 Go/s + Neural Engine récent — meilleur perf/Watt. Voir MBP M4.